导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.2

摘要

Gemini 3 Flash Preview vs GPT-5.2 benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 8.4。 GPT-5.2 benchmark 成本更低，为 $0.548 vs $0.667。 GPT-5.2 更快，为 16.88s vs 18.64s，通过率为 98.4% vs 71.4%。

推荐模型: Gemini 3 Flash Preview - 它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数 9.6 8.4
排名 #2 #22
可靠性 10.0 10.0
一致性 9.7 8.4
测试正确
尝试通过率 98.4% 71.4%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 3.335 4.209
总成本 $0.667 $0.548
输入价格 $0.500 / 1M $1.750 / 1M
输出价格 $3.000 / 1M $14.000 / 1M
总输入令牌 37,017 33,967
输出令牌 2,006 2,901
推理令牌 214,153 31,932
响应时间（平均） 18.64s 16.88s
响应时间（最大） 117.26s 77.80s
响应时间（总计） 391.35s 236.34s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 tok

#22 GPT-5.2

medium
成本
$0.047
时间
49.2s
令牌
3,396 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGPT-5.2mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsGPT-5.2mediumGPT-5.2mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.2mediumGemini 3.5 FlashlowvsGPT-5.2mediumGemini 3 Flash PreviewlowvsGPT-5.2mediumClaude Sonnet 4.6nonevsGPT-5.2mediumGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 PrononevsGPT-5.2mediumGPT-5.2mediumvsQwen3.7 Plusnone